Το μοντέλο AI μπορεί να επιτρέψει στους développers παιχνιδιών να δημιουργούνアニメзации που μοιάζουν με τη ζωή

Μια ομάδα ερευνητών στην Electronic Arts (EA ) έχουν πειραματιστεί πρόσφατα με διάφορους αλγορίθμους τεχνητής νοημοσύνης, συμπεριλαμβανομένων μοντέλων ενισχυμένης μάθησης, για να αυτοματοποιήσουν аспекти της δημιουργίας βιντεοπαιχνιδιών. Οι ερευνητές ελπίζουν ότι τα μοντέλα AI μπορούν να σώσουν τους développers και animators χρόνο από επαναλαμβανόμενες εργασίες όπως η κωδικοποίηση της κίνησης των χαρακτήρων.

Η σχεδίαση ενός βιντεοπαιχνιδιού, ιδιαίτερα τα μεγάλα, triple-A βιντεοπαιχνίδια που σχεδιάζονται από μεγάλες εταιρείες παιχνιδιών, απαιτεί χιλιάδες ώρες εργασίας. Όσο τα βιντεοπαιχνίδια, οι υπολογιστές και οι κινητές συσκευές γίνονται πιο ισχυρά, τα βιντεοπαιχνίδια γίνονται όλο και πιο σύνθετα. Οι développers ψάχνουν τρόπους να παράγουν περισσότερο περιεχόμενο παιχνιδιού με λιγότερη προσπάθεια, για παράδειγμα, συχνά επιλέγουν να χρησιμοποιήσουν αλγόριθμους προκατασκευασμένης γεννήσεως για να παράγουν τοπία και περιβάλλοντα. Παρόμοια, οι αλγόριθμοι τεχνητής νοημοσύνης μπορούν να χρησιμοποιηθούν για να γεννήσουν επίπεδα βιντεοπαιχνιδιών, να αυτοματοποιήσουν τον έλεγχο παιχνιδιών και ακόμη να animate τις κινήσεις των χαρακτήρων.

Οι animations χαρακτήρων για βιντεοπαιχνίδια συχνά ολοκληρώνονται με τη βοήθεια συστημάτων κίνησης, τα οποία παρακολουθούν τις κινήσεις των πραγματικών ηθοποιών για να εξασφαλίσουν πιο ρεαλιστικές animations. Ωστόσο, αυτή η προσέγγιση έχει περιορισμούς. Όχι μόνο ο κώδικας που οδηγεί τις animations χρειάζεται να γραφτεί, αλλά οι animators περιορίζονται μόνο στις ενέργειες που έχουν καταγραφεί.

Όπως ανέφερε το Wired, οι ερευνητές από την EA ξεκίνησαν να αυτοματοποιήσουν αυτή τη διαδικασία και να σώσουν τόσο χρόνο όσο και χρήματα σε αυτές τις animations. Η ομάδα ερευνητών απέδειξε ότι ένας αλγόριθμος ενισχυμένης μάθησης θα μπορούσε να χρησιμοποιηθεί για να δημιουργήσει ένα μοντέλο ανθρώπου που κινείται με ρεαλιστικούς τρόπους, χωρίς την ανάγκη να καταγραφούν και να κωδικοποιηθούν οι κινήσεις. Η ερευνητική ομάδα χρησιμοποίησε “Motion Variational Autoencoders” (Motion VAEs) για να αναγνωρίσουν σχετικές προτύπους κίνησης από δεδομένα κίνησης. Μετά την εξαγωγή των προτύπων κίνησης, ένα σύστημα ενισχυμένης μάθησης εκπαιδεύτηκε με τα δεδομένα, με στόχο να δημιουργήσει ρεαλιστικές animations με βάση συγκεκριμένα αντικείμενα (όπως το τρέξιμο μετά από μια μπάλα σε ένα παιχνίδι ποδοσφαίρου). Τα αλγόριθμοι σχεδιασμού και ελέγχου που χρησιμοποιήθηκαν από την ερευνητική ομάδα ήταν σε θέση να γεννήσουν τις επιθυμητές κινήσεις, ακόμη και να παράγουν κινήσεις που δεν ήταν στην αρχική συλλογή δεδομένων κίνησης. Αυτό σημαίνει ότι μετά την εκμάθηση του πώς ένας υποκείμενος περπατά, το μοντέλο ενισχυμένης μάθησης μπορεί να καθορίσει τι μοιάζει το τρέξιμο.

Ο Julian Togelius, καθηγητής στο NYU και συνιδρυτής της εταιρείας Modl.ai, ανέφερε στο Wired ότι η τεχνολογία θα μπορούσε να είναι πολύ χρήσιμη στο μέλλον και πιθανό να αλλάξει τον τρόπο με τον οποίο δημιουργείται το περιεχόμενο των παιχνιδιών.

«Η διαδικασία animation θα είναι ένα τεράστιο πράγμα. Αυτόματα θα αυτοματοποιήσει πολλή από την εργασία που πηγαίνει στη δημιουργία περιεχομένου παιχνιδιών», ανέφερε ο Togelius στο Wired.

Σύμφωνα με τον καθηγητή Michiel van de Panne από το UBC, ο οποίος ήταν εμπλεκόμενος με το έργο ενισχυμένης μάθησης, η ερευνητική ομάδα ψάχνει να πάρει την концепτική ιδέα παραπέρα, animating μη ανθρώπινους avatars με την ίδια διαδικασία. Ο van de Panne ανέφερε στο Wired ότι mặc dù η διαδικασία δημιουργίας νέων animations μπορεί να είναι πολύ δύσκολη, είναι βέβαιος ότι η τεχνολογία θα είναι σε θέση να παράγει ελκυστικές animations κάποια μέρα.

Άλλες εφαρμογές της τεχνητής νοημοσύνης στην ανάπτυξη βιντεοπαιχνιδιών περιλαμβάνουν τη γεννήσεως βασικών παιχνιδιών. Για παράδειγμα, ερευνητές στο Πανεπιστήμιο του Τορόντο κατάφεραν να σχεδιάσουν ένα γεννήτορα ανταγωνιστικών δικτύων που θα μπορούσε να αναδημιουργήσει το παιχνίδι Pac-Man χωρίς πρόσβαση σε κανέναν από τους κώδικες που χρησιμοποιήθηκαν για να σχεδιαστεί το παιχνίδι. Αλλαχοού, ερευνητές από το Πανεπιστήμιο του Αλμπέρτα χρησιμοποίησαν μοντέλα AI για να γεννήσουν επίπεδα βιντεοπαιχνιδιών με βάση τους κανόνες διαφόρων παιχνιδιών όπως το Super Mario Bros. και το Mega Man.